人工智能用于结直肠多体的特征:前性多中心研究

科学领域:

• 胃肠病学 胃肠病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 对结直肠多瘤的光学诊断对"切除和丢弃"策略提出了挑战.
• 准确的多体表征对于有效预防结直肠癌至关重要.
• 需要新的技术来改善在结肠镜检查期间的多检测和分类.

研究的目的:

• 评估一种新的AI装备的结肠镜系统 (CAD EYE) 对结肠直肠多的可行性和性能.
• 将人工智能系统的诊断准确性与专家内镜医生进行比较.
• 评估系统区分各种多类型的能力,包括状状病变.

主要方法:

• 九名专家内镜师在三个中心使用了配备人工智能的结肠镜 (CAD EYE).
• 在119名患者身上进行了结肠镜检查,记录了253个多.
• 组织学结果与AI预测和内镜分类进行了比较.

主要成果:

• 在32%的病例中,CAD EYE系统在内镜师之前检测到多.
• 人工智能灵敏度为80%,特异性为83%,相当于内镜 (88%的灵敏度,83%的特异性).
• 诊断准确度相似 (AI 81%,内镜医生86%),但内镜医生表现出更高的灵敏度 (P<0.05);AI错误地将22/23状状病变归类为增生症.

结论:

• CAD EYE系统显示了对结直肠多体检测和表征的潜力.
• 为了验证这些发现,需要对更大的队列进行进一步的研究.
• 内镜专家的专业知识仍然至关重要,特别是在识别具有挑战性的病变,如状状息肉.